미국 ChatGPT 이용자의 업무 관련 메시지를 분석한 결과, 직무 특화 요청의 43.5%가 이용자 본인의 직업에 속하지 않는 과업으로 분류됐습니다. 인사 직군은 69%였습니다.
직함이 바뀌지 않은 자리에서 업무 구성이 달라지고 있다는 신호입니다. 이 글은 이 분석과 국내 채용공고 31,063건 분석을 놓고, 공고를 쓸 때 확인할 것을 정리했습니다.
1. 직무의 경계는 이미 흐려지고 있다
OpenAI의 경제연구팀이 2026년 7월 27일 「Work at the Frontier」 보고서를 냈습니다. 미국 ChatGPT 이용자의 업무 관련 메시지 80만여 건을 분석해, 사람들이 인공지능에 시키는 일이 자기 직업의 일인지 아닌지를 갈라본 연구입니다.
먼저 글쓰기·요약·일정 조율처럼 어느 직업에나 있는 일반 업무를 걷어냅니다. 그것이 전체의 61.5%였습니다. 남은 38.5% — 직업 색깔이 뚜렷한 요청 — 가운데 43.5%가 자기 직업 밖의 과업이었습니다. 일반 업무까지 포함한 전체 업무 메시지로 세면 16.8%입니다.
직군별로 보면 격차가 큽니다.
인사 직군이 69%입니다. 인사 담당자가 인공지능에 시키는 직무 특화 요청 열 건 중 일곱 건은, 전통적으로 인사의 일이 아니었다는 뜻입니다.
조직 크기에 따른 차이도 보입니다. 업무용 워크스페이스 좌석이 2~5석인 곳의 이용자는 경계를 넘는 요청이 18.9%, 101석이 넘는 곳은 16.3%였습니다. 약 2.5%포인트, 가장 작은 워크스페이스를 기준으로 하면 13%쯤 낮은 값입니다.
여기에는 단서가 셋 붙습니다. 이 수치의 분모는 앞의 43.5%와 달라서 일반 업무까지 포함한 전체 업무 메시지입니다. 대상도 전체가 아니라 이용량이 중간인 절반의 이용자입니다. 그리고 이용량이 많은 이용자 집단에서는 이런 방향성이 나타나지 않았습니다. 리포트는 좌석 수가 회사 규모와 같지 않다는 점도 따로 못 박아두었습니다.
그러니 이것을 "작은 회사일수록 그렇다"는 법칙으로 읽으면 지나칩니다. 다만 한 가지는 남습니다. 옆자리에 전문 인력이 없는 곳에서는, 문제를 처음 만난 사람이 그 문제를 그냥 처리합니다.
2. 공고는 여전히 고정된 직무 단위로 작성된다
현장의 일이 이렇게 섞이는 동안, 채용공고는 대체로 예전 방식 그대로입니다. 직무 이름을 정하고, 경력 연차를 걸고, 자격 조건을 나열합니다. 하나의 직무 틀을 정해놓고 거기 들어맞는 사람을 기다립니다.
지원자는 그 직무 틀을 어떻게 읽을까요. 국내 데이터가 있습니다. 한 채용 플랫폼이 2026년 5월 기준 최근 6개월간 자사 공고 31,063건을 놓고, 공고의 구성과 실제 지원 반응을 맞춰봤습니다.
방향이 정반대입니다. 이 표본에서는 담당업무를 11개 이상 적은 공고의 지원수가 전체 평균보다 높았고, 자격요건을 9~10개 적은 공고는 낮았습니다. 공고 구성 때문에 지원수가 달라졌다고 단정할 수는 없습니다.
국내 공고의 담당업무는 평균 5.9개 항목, 120자입니다. 지원이 가장 많이 붙은 구간은 11개 이상, 201~300자였습니다. 대부분의 회사가 쓰는 분량과, 지원자가 가장 잘 반응한 분량 사이에 뚜렷한 거리가 있습니다.
3. 왜 이런 결과가 나올까
두 데이터를 겹치면 설명이 됩니다.
일의 경계가 흐려진 시대에, 지원자가 공고에서 확인하고 싶은 것은 '내가 이 직무 요건에 맞는가'가 아닙니다. '거기 가면 내가 무슨 일을 하게 되는가'입니다. 직무 이름 하나로는 답이 되지 않습니다. 같은 '마케팅 담당'이라도 어느 회사에서는 광고 소재를 만들고, 어느 회사에서는 데이터를 뜯어보고, 어느 회사에서는 개발자 없이 웹사이트를 고칩니다.
담당업무를 항목으로 쪼개 적으면, 지원자는 그 자리에서 실제로 무슨 일을 하는지 공고에서 확인할 수 있습니다. 반대로 자격요건 항목이 늘어나면 자기가 충족하지 못하는 조건도 같이 늘어납니다. 다만 이 분석이 본 것은 공고 구성과 지원수의 상관관계뿐입니다 — 지원자가 왜 지원하거나 지원을 접었는지는 묻지 않았으므로, 목록 길이가 지원 여부를 바꿨다고는 말할 수 없습니다.
한 가지 더. 국내 공고의 자격요건에서 가장 자주 등장한 낱말은 '커뮤니케이션'이었습니다(해당 분석 집계 12.5%). 전문 기술 용어보다 순위가 높습니다. 다만 낱말의 빈도는 그 낱말을 쓴 이유를 말해주지 않습니다 — 이 수치만으로 기업이 직무 경계의 확대를 인식하고 있다고 단정할 수는 없습니다.
“공고에 적힌 할 일 목록이 길수록 지원수가 많았고, 자격요건 목록이 길수록 적었습니다. 이 표본에서 관측된 것은 여기까지입니다.”
4. 그래서, 공고를 어떻게 다시 쓰는가
조건을 줄이라는 말은 기준을 낮추라는 뜻이 아닙니다. 진짜 필수만 남기라는 뜻입니다. 데이터에서 안정적인 구간은 자격요건 5~6개였습니다.
- 1할 일을 과업 단위로 쪼갠다'마케팅 업무 전반' 한 줄 대신, 실제로 하는 일을 열 줄로 적습니다. 주간 광고 리포트 작성, 신제품 상세페이지 기획, 고객 문의 응대 기준 정리… 쪼갤수록 지원자가 확인할 수 있는 정보가 늘어납니다.
- 2'가끔 하지만 반드시 하는 일'을 빠뜨리지 않는다경계를 넘나드는 일일수록 공고에서 누락됩니다. 마케터가 사이트를 손보고, 인사 담당자가 계약서를 읽는 그 일. 입사 후 '이런 것도 하는 줄 몰랐다'가 나오는 자리가 정확히 여기입니다.
- 3자격요건에는 실제로 필요한 조건만 남긴다없으면 일이 안 되는 것만 남기고, '있으면 좋은 것'은 우대사항으로 내립니다. 항목 수는 직무에 따라 정합니다 — 이 표본에서 지원수가 안정적이던 구간은 자격요건 5~6개, 우대사항 5~8개였고 9~10개부터 낮아졌습니다. 보편 기준이 아니라 참고값으로 보시면 됩니다.
- 4제목에 직무 이름이 들어가 있는지 본다이 표본에서는 제목 10자 이하 공고의 평균 지원수가 전체 평균보다 35% 높았고, 그 구간에는 '직무' 또는 '직무+직책' 구조가 많았습니다. 경력 조건을 제목에 붙인 공고는 평균보다 낮았습니다. 제목 길이 자체의 효과로 단정할 수는 없습니다.
여기서 한 가지가 남습니다. 할 일 목록을 열한 줄로 적으려면, 그 자리에서 실제로 무슨 일이 벌어지는지 알아야 합니다. 많은 회사가 이 대목에서 막힙니다. 직무기술서는 몇 해 전에 쓰인 채로 있고, 그동안 그 자리의 일은 조용히 바뀌었습니다. 사람이 바뀔 때마다, 도구가 바뀔 때마다 바뀝니다.
그러니 공고를 다시 쓰는 일은 문장을 다듬는 일이 아닙니다. 지금 그 자리에서 무슨 일이 벌어지는지를 다시 세는 일입니다.
고정된 직무 요건에 맞는 사람을 찾는 방식은 점점 어려워집니다. 실제 수행 업무를 목록으로 제시하는 공고가 더 많은 지원을 받았습니다.
직무 구분이 다시 정리되기까지는 시간이 걸리고, 직함과 직무기술서는 그보다 늦게 고쳐집니다. 그동안 지원자에게 그 자리의 일을 알려주는 것은 새 직무 이름이 아니라, 실제로 하는 일을 적어둔 목록입니다. Linkple이 표준 구인 포맷을 과업 단위로 설계한 이유가 여기 있습니다.
이해관계 고지: 이 글을 발행하는 링플(Linkple)은 채용 플랫폼을 준비하고 있고, 과업 단위의 표준 구인 포맷을 제품으로 설계했습니다. 따라서 위 권고는 저희 제품 설계와 이해관계가 있습니다. 본문의 국내 채용공고 분석은 저희 데이터가 아니라 다른 국내 채용 플랫폼이 자사 공고를 분석해 공개한 자료입니다.
출처: 과업 경계 데이터=OpenAI Economic Research, 「Work at the Frontier: How AI is Expanding What People Do at Work」(2026-07-27 발표, 미국 개인 ChatGPT 계정의 업무 관련 메시지 80만여 건 무작위 표본 분석, 직업은 자기보고를 ONET에 연결) — 서비스 제공사의 자체 이용 데이터 분석이며 전체 노동시장 표본이 아닙니다. 직군별 43.5%·77%·69% 등의 분모는 「일반 업무를 제외한 직업 특화 메시지」이고, 좌석 규모별 18.9%·16.3%의 분모는 「일반 업무를 포함한 전체 업무 메시지」로 서로 다릅니다. 국내 채용공고 데이터=국내 채용 플랫폼의 자사 공고 분석 자료(2026년 5월 기준 최근 6개월, 31,063건) — 공고 구성과 지원 반응의 상관관계이며 인과관계로 읽을 수 없고, 해당 플랫폼 이용자층의 특성이 섞여 있습니다. 모든 수치는 2026-08-24 기준으로 원문(리포트 PDF·원자료)을 대조했습니다.*